La inteligencia artificial es la inteligencia exhibida por máquinas, como sistemas capaces de jugar ajedrez de manera experta. Representa un campo de estudio que busca crear agentes flexibles que perciban su entorno y tomen acciones para maximizar el éxito en una tarea. Un reto clave es representar el conocimiento y razonamiento de forma que las máquinas puedan imitar funciones cognitivas humanas como aprender y resolver problemas.

1. INTELIGENCIA
ARTIFICIAL
ANTONIO PÉREZ DURÁN.

2. ¿QUÉ ES LA INTELIGENCIA
ARTIFICIAL?
Es la inteligencia exhibida por máquinas. En
ciencias de la computación, una máquina
«inteligente» ideal es un agente racional
flexible que percibe su entorno y lleva a
cabo acciones que maximicen sus
posibilidades de éxito en algún objetivo o
tarea.

3. Coloquialmente, el término
inteligencia artificial se aplica
cuando una máquina imita las
funciones «cognitivas» que los
humanos asocian con otras
mentes humanas, como por
ejemplo: "aprender" y "resolver
problemas

4. A medida que las máquinas se vuelven cada
vez más capaces, tecnología que alguna vez se
pensó que requería de inteligencia se elimina
de la definición. Por ejemplo, el
reconocimiento óptico de caracteres ya no se
percibe como un ejemplo de la "inteligencia
artificial" habiéndose convertido en una
tecnología común.

5. Avances tecnológicos
todavía clasificados
como inteligencia
artificial son los
sistemas capaces de
jugar ajedrez, GO y
manejar por si mismos.

6. Según Tayekas (2007) la IA es
una rama de las ciencias
computacionales encargada de
estudiar modelos de cómputo
capaces de realizar actividades
propias de los seres humanos
en base a dos de sus
características primordiales: el
razonamiento y la conducta.

7. Estos lenguajes en su mayoría cuentan con una
serie de características comunes que podemos
resumir de la siguiente forma: Este tipo de
software ofrece una gran modularidad. Poseen
gran capacidad de tomar decisiones de
programación hasta el último momento, es decir
cuando el programa ya está ejecutándose.
Ofrecen grandes facilidades en el manejo de
listas, y esto es importante, ya que las listas
son la estructura más habitual usada para la
representación del conocimiento en la
Inteligencia Artificial. Facilitan la realización de
ciertos tipos de deducción automática
permitiendo también la creación de una base de
hechos (lugar donde se recogen los datos
iniciales del problema a resolver y los
resultados intermedios una vez obtenidos).
Permite el uso simultáneo de estructuras que
incorporan conocimiento declarativo y
conocimiento procedimental.

8. Coloquialmente, el término
inteligencia artificial se aplica
cuando una máquina imita las
funciones «cognitivas» que los
humanos asocian con otras
mentes humanas, como por
ejemplo: "aprender" y "resolver
problemas

9. También existen distintos tipos
de percepciones y acciones,
que pueden ser obtenidas y
producidas, respectivamente,
por sensores físicos y
sensores mecánicos en
máquinas, pulsos eléctricos u
ópticos en computadoras,
tanto como por entradas y
salidas de bits de un software
y su entorno software.

10. Representación del conocimiento. La representación es una cuestión clave a la
hora de encontrar soluciones adecuadas a los problemas planteados. Si
analizamos más detenidamente el término encontramos varias definiciones: según
Barr y Feigenbaum, la representación del conocimiento es una combinación de
estructuras de datos y procedimientos de interpretación que, si son utilizados
correctamente por un programa, éste podrá exhibir una conducta inteligente;
según Fariñas y Verdejo, la Inteligencia Artificial tiene como objetivo construir
modelos computacionales que al ejecutarse resuelvan tareas con resultados
similares a los obtenidos por una persona, por lo que el tema central de esta
disciplina es el estudio del conocimiento y su manejo; y según Buchanan y
Shortliffe, la Representación del Conocimiento en un programa de Inteligencia
Artificial significa elegir una serie de convenciones para describir objetos,
relaciones, y procesos en el mundo. Gran parte del esfuerzo realizado en la
consecución de ordenadores inteligentes, según Rahael, ha sido caracterizado por
el intento continuo de conseguir más y mejores estructuras de representación del
conocimiento, junto con técnicas adecuadas para su manipulación, que permitiesen
la resolución inteligente de algunos de los problemas ya planteados.

11. A medida que las máquinas se vuelven cada
vez más capaces, tecnología que alguna vez
se pensó que requería de inteligencia se
elimina de la definición. Por ejemplo, el
reconocimiento óptico de caracteres ya no se
percibe como un ejemplo de la "inteligencia
artificial" habiéndose convertido en una
tecnología común.

12. Categorías de la inteligencia artificial
Búsqueda heurística. Podemos definir una
heurística como un truco o estrategia que
limita grandiosamente la búsqueda de
soluciones ante grandes espacios de
problemas. Por lo tanto, ante un problema, nos
ayuda a seleccionar las bifurcaciones dentro
de un árbol con más posibilidades; con ello se
restringe la búsqueda, aunque no siempre se
garantiza una solución adecuada. Todo lo que
se debe tener en cuenta para que una
heurística sea adecuada es que nos
proporcione soluciones que sean lo
suficientemente buenas. Además, con la
utilización de la búsqueda heurística, no será
necesario replantear un problema cada vez que
se afronte, ya que si ya ha sido planteado
anteriormente, ésta sugerirá la forma en que
se ha de proceder para resolverlo.

13. Representación del conocimiento. La representación es una cuestión clave a la
hora de encontrar soluciones adecuadas a los problemas planteados. Si
analizamos más detenidamente el término encontramos varias definiciones:
según Barr y Feigenbaum, la representación del conocimiento es una
combinación de estructuras de datos y procedimientos de interpretación que, si
son utilizados correctamente por un programa, éste podrá exhibir una conducta
inteligente; según Fariñas y Verdejo, la Inteligencia Artificial tiene como objetivo
construir modelos computacionales que al ejecutarse resuelvan tareas con
resultados similares a los obtenidos por una persona, por lo que el tema central
de esta disciplina es el estudio del conocimiento y su manejo; y según Buchanan
y Shortliffe, la Representación del Conocimiento en un programa de Inteligencia
Artificial significa elegir una serie de convenciones para describir objetos,
relaciones, y procesos en el mundo. Gran parte del esfuerzo realizado en la
consecución de ordenadores inteligentes, según Rahael, ha sido caracterizado
por el intento continuo de conseguir más y mejores estructuras de
representación del conocimiento, junto con técnicas adecuadas para su
manipulación, que permitiesen la resolución inteligente de algunos de los
problemas ya planteados.

14. El razonamiento que puede tener cualquier
persona, ha demostrado ser una de los
aspectos más difíciles de modelar "dentro" de
un ordenador. El sentido común a menudo nos
ayuda a prever multitud de hechos y
fenómenos corrientes, pero, como ya hemos
dicho, es muy complicado representarlos en un
ordenador, dado que los razonamientos son
casi siempre inexactos y que sus conclusiones
y reglas en las que se basan solamente son
aproximadamente verdaderas. Lenguajes,
entornos y herramientas de Inteligencia
Artificial En la Inteligencia Artificial, se han
desarrollado diferentes lenguajes específicos
para los diferentes campos de aplicación.

15. Estos lenguajes en su mayoría cuentan con
una serie de características comunes que
podemos resumir de la siguiente forma: Este
tipo de software ofrece una gran modularidad.
Poseen gran capacidad de tomar decisiones de
programación hasta el último momento, es
decir cuando el programa ya está
ejecutándose. Ofrecen grandes facilidades en
el manejo de listas, y esto es importante, ya
que las listas son la estructura más habitual
usada para la representación del conocimiento
en la Inteligencia Artificial. Facilitan la
realización de ciertos tipos de deducción
automática permitiendo también la creación de
una base de hechos (lugar donde se recogen
los datos iniciales del problema a resolver y
los resultados intermedios una vez obtenidos).
Permite el uso simultáneo de estructuras que
incorporan conocimiento declarativo y
conocimiento procedimental.